Nozioni di base sui data warehouse con provisioning Amazon Redshift

Se utilizzi Amazon Redshift per la prima volta, consigliamo di leggere le seguenti sezioni per iniziare a usare i cluster con provisioning. Il flusso di base di Amazon Redshift consiste nel creare risorse con provisioning, connettersi ad Amazon Redshift, caricare i dati di esempio e quindi eseguire query sui dati. In questa guida puoi scegliere di caricare i dati di esempio da Amazon Redshift o da un bucket Amazon S3. I dati di esempio vengono utilizzati in tutta la documentazione di Amazon Redshift per illustrare le funzionalità.

Questo tutorial dimostra come utilizzare i cluster provisioned di Amazon Redshift, che AWS sono oggetti di data warehouse per i quali gestisci le risorse di sistema. Puoi anche utilizzare Amazon Redshift con gruppi di lavoro serverless, che sono oggetti di data warehouse che si ridimensionano automaticamente in base all’uso. Per iniziare a utilizzare Redshift serverless, consulta Nozioni di base sui data warehouse Amazon Redshift serverless.

Dopo avere creato la console con provisioning Amazon Redshift e avervi effettuato l’accesso, puoi creare e gestire tutti gli oggetti Amazon Redshift, tra cui cluster, database e nodi. Puoi anche eseguire query e visualizzarle, nonché effettuare altre operazioni DDL e DML SQL con un client SQL.

Accedi a Console di gestione AWS e apri la console Amazon Redshift all'indirizzo. https://console.aws.amazon.com/redshiftv2/

Per iniziare a utilizzare la console Amazon Redshift, consigliamo di procedere innanzitutto con l’accesso al Pannello di controllo dei cluster con provisioning.

A seconda della configurazione, nel riquadro di navigazione della console con provisioning Amazon Redshift sono visualizzati i seguenti elementi:

In questo tutorial userai la procedura descritta di seguito:

Iscrizione a AWS

Se non ne hai già unoAccount AWS, iscriviti a uno. Se disponi già di un account, puoi ignorare questo prerequisito e utilizzare il tuo account esistente.

Definizione delle regole del firewall

In alcuni ambienti specifichi una porta all’avvio del cluster Amazon Redshift. Questa porta viene utilizzata insieme all’URL dell’endpoint del cluster per accedere al cluster. È importante inoltre creare una regola in entrata in un gruppo di sicurezza per consentire l'accesso al cluster attraverso la porta.

Se il computer client è protetto da un firewall, è necessario conoscere una porta aperta che è possibile utilizzare. Questa porta aperta consente di stabilire una connessione con il cluster da uno strumento client SQL ed eseguire query. Se non si dispone di questa informazione, chiedere la collaborazione di qualcuno che sia a conoscenza delle regole del firewall di rete al fine di determinare una porta aperta del firewall.

Sebbene Amazon Redshift usi la porta 5439 per impostazione predefinita, se questa porta del firewall non è aperta la connessione non funziona. Non è possibile modificare il numero di porta per il cluster Amazon Redshift dopo la creazione. Pertanto, assicurarsi di specificare una porta aperta che funziona nell'ambiente durante il processo di avvio.

Fase 1: Creazione di un cluster Amazon Redshift di esempio

In questo tutorial viene illustrato come creare un cluster Amazon Redshift con un database. Quindi devi caricare un set di dati da Amazon S3 nelle tabelle del database. Puoi usare questo cluster di esempio per valutare il servizio Amazon Redshift.

Prima di iniziare a configurare un cluster Amazon Redshift, assicurati di completare eventuali operazioni preliminari necessarie come Iscrizione a AWS e Definizione delle regole del firewall.

Per qualsiasi operazione che accede ai dati da un'altra AWS risorsa, il cluster necessita dell'autorizzazione per accedere alla risorsa e ai dati sulla risorsa per tuo conto. Un esempio consiste nell’uso di un comando SQL COPY per caricare i dati da Amazon Simple Storage Service (Amazon S3). Fornisci tali autorizzazioni utilizzando AWS Identity and Access Management (IAM). A questo scopo utilizza un ruolo IAM che hai creato e collegato al cluster. Per ulteriori informazioni sulle credenziali e sulle autorizzazioni di accesso, consulta Credenziali e autorizzazioni di accesso nella Guida per sviluppatori di database di Amazon Redshift.

Fase 2: Configurazione delle regole in ingresso per i client SQL

Più avanti in questo tutorial, si accederà al cluster da un Virtual Private Cloud (VPC) basato sul servizio Amazon VPC. Tuttavia, se per accedere al cluster si utilizza un client SQL esterno al firewall, è necessario concedere l'accesso in entrata.

Fase 3: concedere l’accesso a un client SQL ed eseguire query

Per eseguire query sui database ospitati dal cluster Amazon Redshift, sono disponibili diverse opzioni per i client SQL. Ciò include:

In questo tutorial viene utilizzato Amazon Redshift Query Editor V2 come soluzione semplice per eseguire query sui database ospitati dal cluster Amazon Redshift. Dopo avere creato il cluster, puoi eseguire immediatamente query. Per informazioni dettagliate sulle considerazioni durante l’utilizzo di Amazon Redshift Query Editor V2, consulta Considerazioni sull’utilizzo di Query Editor V2 nella Guida alla gestione di Amazon Redshift.

Concessione dell'accesso all'editor di query v2

La prima volta che un amministratore configura l'editor di query v2 per l'utenteAccount AWS, sceglie AWS KMS key quello utilizzato per crittografare le risorse dell'editor di query v2. Le risorse di Amazon Redshift Query Editor V2 includono le query salvate, i notebook e i grafici. Per impostazione predefinita, una chiave di proprietà AWS viene utilizzata per crittografare le risorse. In alternativa un amministratore può utilizzare una chiave gestita dal cliente scegliendo il nome della risorsa Amazon (ARN) per la chiave nella pagina di configurazione. Dopo aver configurato un account, le impostazioni di AWS KMS crittografia non possono essere modificate. Per ulteriori informazioni, consulta Configurazione dell’Account AWS nella Guida alla gestione di Amazon Redshift.

Per accedere all'editor della query v2, sono necessarie le opportune autorizzazioni. Un amministratore può collegare una delle policy gestite da AWS per Amazon Redshift Query Editor V2 al ruolo IAM o all’utente per concedere le autorizzazioni. Queste politiche AWS gestite sono scritte con diverse opzioni che controllano il modo in cui l'etichettatura delle risorse consente la condivisione delle query. Puoi utilizzare la console IAM (https://console.aws.amazon.com/iam/) per allegare le policy IAM. Per ulteriori informazioni su queste policy, consulta Accesso a Query Editor V2 nella Guida alla gestione di Amazon Redshift.

Puoi anche creare una policy in base alle autorizzazioni consentite e negate nelle policy gestite fornite. Se si utilizza l'editor policy della console IAM per creare le proprie policy, scegliereSQL Workbench come servizio per il quale si crea la policy nell'editor visivo. L'editor di query v2 utilizza il nome di servizio AWS SQL Workbench nell'editor visivo e in IAM Policy Simulator.

Per informazioni, consulta Utilizzo dell'editor di query v2 nella Guida alla gestione di Amazon Redshift.

Passaggio 4: caricare i dati da Amazon S3 ad Amazon Redshift

Dopo avere creato il cluster, puoi caricare i dati da Amazon S3 nelle tabelle del database. Esistono diversi modi per caricare i dati da Amazon S3.

In questo tutorial viene illustrato come utilizzare Amazon Redshift Query Editor V2 per eseguire i comandi SQL per CREARE le tabelle e COPIARE i dati. Avvia Query Editor V2 dal riquadro di navigazione della console Amazon Redshift. All’interno di Query Editor V2 crea una connessione al cluster examplecluster e al database denominato dev con l’utente amministratore awsuser. Per questo tutorial scegli Credenziali temporanee che utilizzano un nome utente del database quando crei la connessione. Per informazioni sull’utilizzo di Amazon Redshift Query Editor V2, consulta Connessione a un database Amazon Redshift nella Guida alla gestione di Amazon Redshift.

Caricamento di dati da Amazon S3 con i comandi SQL

Nel riquadro di Query Editor V2 verifica di essere connesso al cluster examplecluster e al database dev. Successivamente crea delle tabelle nel database e caricavi i dati. In questo tutorial, i dati che carichi sono disponibili in un bucket Amazon S3 accessibile da molti. Regioni AWS

Nella procedura seguente vengono create delle tabelle e vengono caricati i dati da un bucket Amazon S3 pubblico.

Se utilizzi Amazon Redshift Query Editor V2 per copiare ed eseguire la seguente istruzione CREATE TABLE per creare una tabella nello schema public del database dev. Per ulteriori informazioni sulla sintassi, consultare CREATE TABLE nella Guida per gli sviluppatori di database di Amazon Redshift.

Caricamento di dati da Amazon S3 con Query Editor V2

In questa sezione viene illustrato il caricamento di dati in un cluster Amazon Redshift. L’uso di Query Editor V2 semplifica il caricamento di dati quando utilizzi la procedura guidata Carica dati. Il comando COPY generato e usato in Query Editor V2 della procedura guidata Carica dati supporta molti dei parametri disponibili per la sintassi del comando COPY per caricare i dati da Amazon S3. Per informazioni sul comando COPY e sulle opzioni utilizzate per copiare il caricamento da Amazon S3, consultare COPIA da Amazon Simple Storage Service nella Guida per sviluppatori di database Amazon Redshift.

Per caricare i tuoi dati da Amazon S3 ad Amazon Redshift, Amazon Redshift richiede un ruolo IAM con i privilegi necessari per caricare i dati dal bucket Amazon S3 specificato.

Per caricare i dati personali da Amazon S3 in Amazon Redshift, puoi utilizzare la procedura guidata Carica dati di Query Editor V2. Per ulteriori informazioni su come usare la procedura guidata Carica dati, consulta Caricamento di dati da Amazon S3 nella Guida alla gestione di Amazon Redshift.

Creazione di dati TICKIT nel cluster

TICKIT è un database di esempio che puoi caricare facoltativamente nel cluster Amazon Redshift per imparare a eseguire query sui dati in Amazon Redshift. Puoi creare il set completo di tabelle TICKIT e caricare i dati nel cluster nei seguenti modi:

Per visualizzare i dettagli dei dati TICKIT, consulta Database di esempio nella Guida per sviluppatori di database di Amazon Redshift.

Fase 5: provare query di esempio utilizzando l'editor di query

Per configurare e utilizzare Amazon Redshift Query Editor V2 per eseguire query su un database, consulta Utilizzo di Query Editor V2 nella Guida alla gestione di Amazon Redshift.

Ora, provare alcune query di esempio, come illustrato di seguito. Per creare nuove query in Query Editor V2, scegli l’icona + nell’angolo in alto a destra del riquadro delle query e scegli SQL. Viene visualizzata una nuova pagina di query in cui puoi copiare e incollare le seguenti query SQL.

set search_path to tickit;

Per ulteriori informazioni sull’utilizzo del comando SELECT, consulta SELECT nella Guida per sviluppatori di database di Amazon Redshift.

-- Get definition for the sales table.
SELECT *    
FROM pg_table_def    
WHERE tablename = 'sales';  

-- Find total sales on a given calendar date.
SELECT sum(qtysold) 
FROM   sales, date 
WHERE  sales.dateid = date.dateid 
AND    caldate = '2008-01-05';

-- Find top 10 buyers by quantity.
SELECT firstname, lastname, total_quantity 
FROM   (SELECT buyerid, sum(qtysold) total_quantity
        FROM  sales
        GROUP BY buyerid
        ORDER BY total_quantity desc limit 10) Q, users
WHERE Q.buyerid = userid
ORDER BY Q.total_quantity desc;   

-- Find events in the 99.9 percentile in terms of all time gross sales.
SELECT eventname, total_price 
FROM  (SELECT eventid, total_price, ntile(1000) over(order by total_price desc) as percentile 
       FROM (SELECT eventid, sum(pricepaid) total_price
             FROM   sales
             GROUP BY eventid)) Q, event E
       WHERE Q.eventid = E.eventid
       AND percentile = 1
ORDER BY total_price desc; 

Fase 6: reimpostazione dell'ambiente

Nei passaggi precedenti hai creato un cluster Amazon Redshift, caricato i dati nelle tabelle ed eseguito query sui dati utilizzando un client SQL come Amazon Redshift Query Editor V2.

Una volta completato il presente tutorial, consigliamo di reimpostare l'ambiente allo stato precedente eliminando il cluster di esempio. I costi del servizio Amazon Redshift continueranno ad essere addebitati fino all'eliminazione del cluster.

Tuttavia, se desideri provare a eseguire le attività descritte in altre guide di Amazon Redshift o le attività descritte in Eseguire comandi per definire e utilizzare un database nel data warehouse, consigliamo di tenere il cluster di esempio in esecuzione.

Nella pagina dell'elenco dei cluster, lo stato del cluster viene aggiornato nel corso dell'eliminazione.

Una volta completato il tutorial, sarà possibile trovare ulteriori informazioni su Amazon Redshift e sulle fasi successive in Risorse aggiuntive per saperne di più su Amazon Redshift..